Analisis sistem monitoring kepuasan pelanggan berdasarkan klasifikasi opini pengguna

Abstract

Penelitian ini mengkaji penerpan tiga metode dalam sistem monitoring kepuasan pelanggan berbasis opini digital, yaitu Naive Bayes Classifer (NBC) untuk klasifiksi sentimen teks ulasan, Simple Additive Weighting (SAW) untuk perangkingan kepuasan multi-kriteria, dan Customer Satisfaction  Index (CSI) untuk pengukuran indeks kepuasan secara menyeluruh. Kajian dilakukan melalui sintesis terhadap 15 penelitian terdahulu (5 per metode). Hasil menunjukkan NBC mencapai rata-rata akurasi 82,4%, SAW mengklasifikasikan 59,68% responden dalam kategori kepuasan tinggi, dan CSI menghasilkan indeks kepuasan antara  73,29%-84,6% dengan kategori puas hingga sangat puas. Integrasi ketiga metode membentuk pipeline monitoring yang komprehensif dari data teks mentah hingga indeks kepuasan yang dapat ditindak lanjuti oleh manajemen.